fullseye
xsp_wiener — 2D smoothing op
- データ種:
image→image - 呼び出し:
fullseye.apply(img, "xsp_wiener", a=0.5, b=0.5)(2-D は 1 画像 + 2 スカラつまみa,b∈[0,1]のモデル)
図は合成の入力 128×128 で実際に走らせた出力。左が入力、右が出力。点群は上から見た散布(明るさ = z)、1-D 列は折れ線、体積は z 方向の最大値投影、動画は中央フレーム、複素画像は振幅、絵にならない返り値は値そのもの。
つまみ a を振る(0.1 / 0.5 / 0.9、もう一方は既定):
つまみ b は出力を変えない(実測: 0.1 / 0.5 / 0.9 で同一)。
別の画像でも(合成シーン / 写真 / 硬貨。上段が入力、下段がその出力。つまみは既定):
4 列目はカラー (H,W,3) の入力。この op は色を跨がずに扱える(色チャネルを 3 本目の空間軸として畳み込まない)。
使い方
Wiener 適応フィルタ（scipy.signal.wiener）でノイズを抑える。
a は近傍窓のサイズを 3, 5, 7, 9 の奇数に振る（k = 3 + 2*int(a*3)、
a=0 で 3、a に近い 1 で 9）。b は未使用。局所分散からノイズ分散を
自動推定する適応フィルタで、一様な強さで均すガウシアン/ミーンボックスと
違い平坦な領域ほど強く均し、分散の大きい（エッジ/テクスチャの多い）領域は
保存されやすい。ガウス性ノイズを仮定するので塩胡椒ノイズには不向き。
出力は [0,1] にクリップする。
何も写っていないフレーム(実測): 明るさが一様な画像を入れると、明るさに関係なく空(全画素が背景 0)になる。真っ白でも真っ黒でも同じで、明るさそのものでは何も検出しない。
詳しい使い方ガイド
参考(サンプルデータ・文献)
- サンプルデータ カタログ(DL URL / ライセンス) — 2-D は skimage.data(BSD/public)+ 合成、3-D は実データ源(Stanford/PDS 等)の DL URL。
- 演算子の来歴・参考文献 — この op 族の元になった研究/手法の出典。
- アルゴリズムの正典(著者・年)と用途は上記ファミリ使い方ガイドに記載。
Studio で試す
下のプログラムは実際に走ることを確かめてある(図と同じ入力)。Studio のヘルプではこのブロックがボタンになり、その場で読み込んで実行できる。
xsp_wiener 0.35 0.50
実行できる例(この op を実際に呼ぶ検証済みサンプル)
- gallery2d_smoothing_rank —
py -3.11 examples/gallery2d_smoothing_rank.py - poc_prnu_camera_fingerprint —
py -3.11 examples/poc_prnu_camera_fingerprint.py
型が繋がる次の op(image を入力に取れる)
identity · gaussian · mean_box · bilateral · unsharp · median · min_filter · max_filter
同カテゴリ(smoothing)
gaussian · mean_box · bilateral · unsharp · sk_tv · sk_wavelet · sk_rolling_ball · sk_nlm
Provenance: ops.py — 2D operator registry. この per-op ノートは tools/opdocs.py md が自動生成(手編集しない)。
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.